服務商城	客服電話	配送服務	優惠價	購買
	400-711-6699	滿29至69元，免運費！	￥36

本書系統地闡述了無線傳感器/執行器網絡的研究前沿問題—數據匯集及任務協作技術。全書共9章：第1章介紹無線傳感器/執行器網絡的特點和面臨的挑戰；第2～5章針對無線傳感器/執行器網絡的節點通信開銷、擁塞、能耗、碰撞等問題，給出了不同應用目標下的數據匯集算法；第6～9章圍繞傳感器節點/執行器節點（Sensor-Actor，SA）協作和執行器節點/執行器節點（Actor-Actor，AA）協作，探討設計了不同的任務協作算法。

第1章 概論
1.1 無線傳感器/執行器網絡
1.1.1 無線傳感器/執行器網絡概述
1.1.2 無線傳感器/執行器網絡體系結構及節點結構
1.1.3 無線傳感器/執行器網絡協議棧
1.1.4 無線傳感器/執行器網絡的應用領域
1.1.5 無線傳感器/執行器網絡實驗仿真平臺
1.2 數據匯集算法研究現狀
1.2.1 數據匯集算法的設計目標
1.2.2 數據匯集算法面臨的挑戰
1.2.3 典型的數據匯集算法
1.2.4 負載均衡數據匯集算法研究現狀
1.2.5 負載均衡數據匯集算法評價指標
1.3 任務協作算法研究現狀
1.3.1 協作算法性能評價指標
1.3.2 協作面臨的研究挑戰
1.3.3 典型的協作方法
1.3.4 典型的協作算法
1.3.5 協作算法分類比較
參考文獻
第2章 數據匯集樹與動態交叉退避
2.1 數據匯集樹的構造分析
2.1.1 退避機制對數據匯集樹的影響
2.1.2 洪泛中的消息碰撞問題
2.1.3 數據匯集樹的癱瘓問題
2.1.4 路徑繞行評估與擁塞避免問題
2.2 動態交叉退避窗口算法
2.3 路由癱瘓防止策略
2.3.1 定義路由有效期
2.3.2 建立優先級父節點隊列
2.4 仿真驗證
2.5 小結
參考文獻
第3章 靜態負載均衡數據匯集樹生成算法
3.1 LDGT-SPT算法思想
3.2 LDGT-SPT算法描述
3.2.1 相關定義
3.2.2 LDGT-SPT算法流程
3.3 LDGT-SPT算法舉例與理論證明
3.3.1 LDGT-SPT算法舉例
3.3.2 LDGT-SPT算法理論證明
3.4 仿真驗證
3.4.1 仿真環境與參數
3.4.2 LDGT-SPT分組定義
3.4.3 仿真結果
3.5 小結
參考文獻
第4章 基于ACO的動態負載均衡數據匯集算法
4.1 ACO的優點與不足
4.2 LDG-ACO算法原理
4.3 LDG-ACO算法描述
4.3.1 LDG-ACO算法術語與規則
4.3.2 LDG-ACO算法步驟
4.4 仿真驗證
4.4.1 仿真環境與參數
4.4.2 LDG-ACO分組定義
4.4.3 仿真結果
4.5 小結
參考文獻
第5章 移動執行器動態負載均衡數據匯集算法
5.1 執行器節點移動對網絡數據流模型的影響
5.1.1 連續型數據流模型
5.1.2 查詢型數據流模型
5.1.3 事件型數據流模型
5.2 LDG-MS算法思路
5.3 LDG-MS算法描述
5.3.1 LDG-MS算法規則與定義
5.3.2 功率控制策略
5.3.3 Sink_BEACON消息周期計算
5.3.4 LDG-MS算法偽代碼
5.4 仿真驗證
5.4.1 仿真環境與參數
5.4.2 功率控制
5.4.3 仿真結果
5.5 小結
參考文獻
第6章 基于SA協作的分簇算法
6.1 SA協作模型特點
6.2 無線傳感器/執行器網絡分簇算法分析
6.3 CASA算法原理與實現
6.3.1 參數定義與假設條件
6.3.2 基本能耗公式
6.3.3 優化模型建立
6.3.4 優化模型求解
6.3.5 CASA算法實現
6.4 算法仿真與性能分析
6.4.1 執行器節點理想數量
6.4.2 基于VFA算法的執行器節點部署實驗
6.4.3 算法通信開銷
6.4.4 網絡性能
6.5 小結
參考文獻
第7章AA實時協作框架
7.1 AA協作模型
7.2 任務類型分解
7.3 基于拍賣機制的任務分派
7.3.1 基于事件的動態招標范圍
7.3.2 基于熵權的代價評估模型
7.3.3 無工序限制的任務指派
7.4 實時協作（RC）算法流程
7.5 算法仿真與性能分析
7.5.1 仿真環境與參數
7.5.2 算法通信開銷
7.5.3 任務完成時間
7.5.4 能耗均衡
7.5.5 網絡壽命
7.6 小結
參考文獻
第8章 基于AA協作的單目標任務分派算法
8.1 單目標任務分派
8.1.1 最小化最大任務完成時間
8.1.2 執行器節點剩余能量約束
8.2 SOTS算法
8.2.1 執行器節點角色確定
8.2.2 標準微粒群優化算法
8.2.3 基于ROV規則的編碼
8.2.4 基于NEH方法的局部搜索
8.2.5 算法流程和分析
8.3 算法仿真與性能分析
8.3.1 實驗參數
8.3.2 算法性能實驗
8.3.3 網絡性能實驗
8.4 小結
參考文獻
第9章 基于AA協作的多目標任務分派算法
9.1 多目標優化問題的基本概念
9.2 多目標任務分派
9.2.1 最大任務完成時間
9.2.2 能耗均衡指標
9.2.3 存儲成本
9.3 面向AA協作的多目標任務分派算法（MOTS）
9.3.1 多目標規范化處理
9.3.2 隨機權值確定
9.3.3 執行器節點角色確定
9.3.4 標準微粒群優化算法
9.3.5 基于ROV規則的編碼
9.3.6 多目標微粒群搜索
9.3.7 基于自適應學習策略的多目標局部搜索
9.3.8 MOTS算法流程與分析
9.4 算法仿真與性能分析
9.4.1 實驗參數
9.4.2 算法性能實驗
9.4.3 網絡性能實驗
9.5 小結
參考文獻